[发明专利]一种工作机稳态性能提升的方法、装置、设备及介质

权利要求书

1.一种工作机稳态性能提升的方法，其特征在于，包括：

建立工作机对应的训练集合和核函数，基于所述核函数在所述训练集合上计算工作机的高斯后验概率分布，以得到工作机的局部预测模型；

将所述局部预测模型发送给服务器，基于聚合算法对所述局部预测模型进行聚合，得到全局预测模型；

在工作机上对所述局部预测模型和所述全局预测模型进行融合计算，以得到逼近目标函数的预测模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

建立验证数据集并将所述验证数据集均分给工作机，通过所述逼近目标函数的预测模型计算工作机对应的逼近目标函数的预测模型的预测均方误差；

比较所述逼近目标函数的预测模型的预测均方误差与所述局部预测模型的均方误差，响应于所述逼近目标函数的预测模型的预测均方误差小于所述局部预测模型的均方误差，所述逼近目标函数的预测模型有效。

3.根据权利要求1所述的方法，其特征在于，所述建立工作机对应的训练集合和核函数，基于所述核函数在所述训练集合上计算工作机的高斯后验概率分布，以得到工作机的局部预测模型包括：

建立训练数据对应的投影数据集合，并获取所述投影数据集合中的投影数据的邻域，基于所述投影数据的邻域构建工作机对应的训练集合；

根据选择的核函数在所述训练集合上计算工作机的高斯后验概率分布，得到工作机的局部预测的期望和方差。

4.根据权利要求3所述的方法，其特征在于，所述将所述局部预测模型发送给服务器，基于聚合算法对所述局部预测模型进行聚合，得到全局预测模型包括：

将所述局部预测的期望和方差发送给服务器，并通过所述服务器的聚合算法将所述局部预测的期望和方差计算为全局预测的期望和方差。

5.根据权利要求1所述的方法，其特征在于，所述在工作机上对所述局部预测模型和所述全局预测模型进行融合计算，以得到逼近目标函数的预测模型包括：

将所述全局预测的期望和方差发送给工作机，设置通过工作机对所述全局预测的期望和方差与所述局部预测的期望和方差进行融合计算，得到逼近目标函数的预测模型。

6.根据权利要求5所述的方法，其特征在于，所述将所述全局预测的期望和方差发送给工作机，设置通过工作机对所述全局预测的期望和方差与所述局部预测的期望和方差进行融合计算，得到逼近目标函数的预测模型包括：

比较工作机的测试数据的局部预测的方差和全局预测的方差的大小，并根据比较的结果构建工作机的测试数据的集合；

响应于工作机的测试数据的集合中存在局部预测的方差不大于全局预测的方差的测试数据，使用所述全局预测构建逼近目标函数的预测模型。

7.根据权利要求6所述的方法，其特征在于，所述将所述全局预测的期望和方差发送给工作机，设置通过工作机对所述全局预测的期望和方差与所述局部预测的期望和方差进行融合计算，得到逼近目标函数的预测模型还包括：

响应于工作机的测试数据的集合中不存在局部预测的方差不大于全局预测的方差的测试数据，使用所述局部预测构建逼近目标函数的预测模型。

8.一种工作机稳态性能提升的装置，其特征在于，包括：

第一模块，配置用于建立工作机对应的训练集合和核函数，基于所述核函数在所述训练集合上计算工作机的高斯后验概率分布，以得到工作机的局部预测模型；

第二模块，配置用于将所述局部预测模型发送给服务器，基于聚合算法对所述局部预测模型进行聚合，得到全局预测模型；

第三模块，配置用于在工作机上对所述局部预测模型和所述全局预测模型进行融合计算，以得到逼近目标函数的预测模型。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。